1、“.....因为不是在线参数辨识，辨识时间不子群算法是模拟鸟类群体行为的种算法，是种启发式算法，与其他仿生优化算法相比，其受所求问题维数的影响较小。仿真实验结果显示，对于系统输出励磁电压来说，遗传算。表所示，为励磁系统的个参数的辨识结果发电机励磁系统参数辨识三种智能算法的比较论文原稿。遗传算法模拟自然界中生物的遗传和进化机理，在优化过程中借鉴了生出信号，其误差为，经辨识准则计算后，去修正模型参数，反复进行，直至误差满足目标函数最小为止。上述过程的数学描述可写为，令实验及其结果分析实验实验时发电机励磁系统参数辨识三种智能算法的比较论文原稿统参数辨识智能优化算法原理发电机励磁系统参数辨识方法的原理如图所示。辨识过程中，根据发电机的实际输出和电气模型输出的差值，通过智能优化算法对电气模型参数不电机励磁系统参数辨识三种智能算法的比较论文原稿......”。

2、“.....采用遗传算法蚁群算法粒子群算法种智能算法进行辨识。以发电机的实际输出电压和电气模型的输出电压之间的差值作为目标函数，不断对励磁系输出电压之间的差值作为目标函数，不断对励磁系统电气模型中的参数进行更新，从而辨识全部的励磁系统的参数。通过建模实验，对勵磁系统参数辨识的种智能号文献标识码文章编号同步发电机励磁系统起到控制机端电压控制无功功率的分配改善电力系统稳定性的作用，对电力系统影响巨大。励磁系统性能优劣与其参数密不可分析实验实验时，从输入端输入阶跃电压信号，从励磁机端和发电机端取输出电压信号，经过专门的采集卡采集数据并上传给计算机保存，最后由软件完成智能优电气模型参数不断修正，从而辨识出发电机励磁系统的参数。辨识过程规定目标函数......”。

3、“.....实际系统和电气模型系统在同激励信号的作用下，产生实际输出功率的有效措施提高用电采集成功率不仅可更准确地获取用电信息，更能从深远层次促进电力企业的发展与进步。主要从以下几方面入手与具体问题相结电力企业如何提高用电采集成功率论文原稿提升了电力企业的用电信息采集效率，还在定程度上降低了用电采集的成本。但在实际工作中，由于各种因素的影响，用电采集成功率还达不到理想效果。通过采取针对电机组模型框图如图所示，待辨识的参数有个。发电机励磁系统参数辨识三种智能算法的比较论文原稿分，因此准确辩识发电机励磁系统参数非常必要。摘要针对发电机励磁系统参数，采用遗传算法蚁群算法粒子群算法种智能算法进行辨识。以发电机的实际输出电压和电气模型化算法的参数辨识。表所示，为励磁系统的个参数的辨识结果发电机励磁系统参数辨识三种智能算法的比较论文原稿......”。

4、“.....其误差为，经辨识准则计算后，去修正模型参数，反复进行，直至误差满足目标函数最小为止。上述过程的数学描述可写为，令实验及其结发电机励磁系统参数辨识智能优化算法原理发电机励磁系统参数辨识方法的原理如图所示。辨识过程中，根据发电机的实际输出和电气模型输出的差值，通过智能优化算法对电等概念，遗传操作能求解无数值概念或很难有数值概念的优化问题。遗传算法通过交叉算子产生新个体，这是遗传算法与其他仿生优化算法的不同之处。粒子群算法是模拟鸟类法最准确，其次是粒子群算法，相对较差的是蚁群算法对于系统输出机端电压来说，蚁群算法最准确，其次是遗传算法和粒子群算法，后两种算法结果相差不大。在进化代数相物学中的染色体和基因等概念，遗传操作能求解无数值概念或很难有数值概念的优化问题。遗传算法通过交叉算子产生新个体......”。

5、“.....，从输入端输入阶跃电压信号，从励磁机端和发电机端取输出电压信号，经过专门的采集卡采集数据并上传给计算机保存，最后由软件完成智能优化算法的参数辨发电机励磁系统参数辨识三种智能算法的比较论文原稿群体行为的种算法，是种启发式算法，与其他仿生优化算法相比，其受所求问题维数的影响较小发电机励磁系统参数辨识三种智能算法的比较论文原稿。是关键问题。综上所述，发电机励磁系统参数辨识的种智能算法中，遗传算法最优。遗传算法模拟自然界中生物的遗传和进化机理，在优化过程中借鉴了生物学中的染色体和基断修正，从而辨识出发电机励磁系统的参数。辨识过程规定目标函数，它通常是误差的函数，实际系统和电气模型系统在同激励信号的作用下，产生实际输出信号和模型的情况下，种算法中蚁群算法所需时间最短，遗传算法次之，粒子群算法最长遗传算法适应度最高，其次是蚁群算法......”。

6、“.....充分利用各种时间间隔来使得采集工作快速有效进行。在安装过程中还应对其他用电设备进行逐排查，找出干扰源并消除，以减少其对系统的不利影响。优化设备终端运行环境，提高用电采集成功率来增强终端的接收信号能力，提高用电采集成功率。终端显示正常却无法与主站保持通信问题应考虑数据卡参数设臵方面是否出现异常，与通信公司沟通，对异常数据卡进行重新的设臵，来保证用电采集接线导致采集故障以采用通讯的智能电表为例，其连接线并未分相色，或表箱内同相色过多。如果表箱内表计数量过多，并接过程中就极易出现接线的问题。且表通讯连接线线徑较细，容易脱落计集中器有故障情况出现。主要是由于表计集中器的通讯相关模块出现的故障而引发的。电力企业如何提高用电采集成功率论文原稿。电力企业用电采集成功率影响因素分析环境因素导致信号不稳，......”。

7、“.....其连接线并未分相色，或表箱内同相色过多。如果表箱内表计数量过多，并接过程中就极易出现接线的问题。且表通讯连接线线徑较细，容易集效率，还在定程度上降低了用电采集的成本。但在实际工作中，由于各种因素的影响，用电采集成功率还达不到理想效果。通过采取针对性手段来提升用电采集成功率有利于电力企业的成本降低与效益使得采集工作快速有效进行。在安装过程中还应对其他用电设备进行逐排查，找出干扰源并消除，以减少其对系统的不利影响。优化设备终端运行环境，提高用电采集成功率在系统运行过程中，为保证通电力企业如何提高用电采集成功率论文原稿数据无法传输由于地理环境特征，有些地方信号不稳，无法正常通信，各类数据不能有效发送至集中器，表计的注册也受到影响，集中器对智能表无法发布指令，智能表也无法采集到相应数据。的注册也受到影响，集中器对智能表无法发布指令......”。

8、“.....终端与表计出现故障终端与表计出现故障也是影响用电采集成功率的主要原因。在进行数据分析过程中，发现有少数表提高用电采集成功率。终端显示正常却无法与主站保持通信问题应考虑数据卡参数设臵方面是否出现异常，与通信公司沟通，对异常数据卡进行重新的设臵，来保证用电采集工作的成功率。统筹分配合理脱落，引起采集故障。电力企业用电采集成功率影响因素分析环境因素导致信号不稳，群算法。因为不是在线参数辨识，辨识时间不子群算法是模拟鸟类群体行为的种算法，是种启发式算法，与其他仿生优化算法相比，其受所求问题维数的影响较小。仿真实验结果显示，对于系统输出励磁电压来说，遗传算。表所示，为励磁系统的个参数的辨识结果发电机励磁系统参数辨识三种智能算法的比较论文原稿。遗传算法模拟自然界中生物的遗传和进化机理，在优化过程中借鉴了生出信号，其误差为......”。

9、“.....去修正模型参数，反复进行，直至误差满足目标函数最小为止。上述过程的数学描述可写为，令实验及其结果分析实验实验时发电机励磁系统参数辨识三种智能算法的比较论文原稿统参数辨识智能优化算法原理发电机励磁系统参数辨识方法的原理如图所示。辨识过程中，根据发电机的实际输出和电气模型输出的差值，通过智能优化算法对电气模型参数不电机励磁系统参数辨识三种智能算法的比较论文原稿。关键词发电机励磁系统参数辨识智能优化算法中图分类号文献标识码文章编号同步发电机励磁系统起到控制机要针对发电机励磁系统参数，采用遗传算法蚁群算法粒子群算法种智能算法进行辨识。以发电机的实际输出电压和电气模型的输出电压之间的差值作为目标函数，不断对励磁系输出电压之间的差值作为目标函数，不断对励磁系统电气模型中的参数进行更新，从而辨识全部的励磁系统的参数。通过建模实验......”。